本系列：概念篇（本文） → 实践篇：从 0 开发一个 MCP。
为什么选择 MCP
MCP 帮助你在 LLM 的基础上构建代理（agents）和复杂工作流。模型经常需要与数据、工具集成，MCP 提供：
- 可复用的集成生态：持续增长的预构建服务器与社区实现，模型侧按同一协议接入即可。
- 厂商无关：同一套 MCP 能力可在不同 LLM 提供商与客户端之间迁移、组合。
- 安全与边界清晰：在自有基础设施内暴露文件、数据库与 API 时，有相对明确的进程与连接模型可参考。
原本的大模型以文本生成为主，操作外部环境的能力依赖各产品自研接口。MCP 提供标准化的上下文与工具协议，让符合规范的服务器能力（文件、命令、数据库、业务 API 等）可被模型以统一方式发现和调用，从而扩展 LLM 能做的事。
MCP 是什么
MCP（Model Context Protocol） 是面向大型语言模型应用的一种开放协议，用于规范「应用程序如何向模型提供上下文、工具与资源」，打通模型与外部数据源、工具及服务之间的连接。
可以把它类比为 AI 应用里的 USB-C：USB-C 统一了设备与外设的物理与协议预期；MCP 则统一了 AI 模型与各类数据源、工具 的对接方式。
延伸阅读（官方与中文镜像）：
架构与角色
MCP 应用架构
按协议约定，典型参与方包括：
| 角色 | 说明 |
|---|---|
| MCP Host | 承载 AI 能力的宿主应用，如 Claude Desktop、IDE、Trae 等，希望通过 MCP 使用外部数据与工具。 |
| MCP Client | 宿主内的协议客户端，与 单个 MCP Server 维持一条连接，负责会话与消息收发。 |
| MCP Server | 轻量进程或服务，通过 MCP 暴露具体能力（工具、资源、提示模板等）。 |
| 本地数据源 | 本机文件、本地数据库、本地服务等，由 Server 在授权范围内访问。 |
| 远程服务 | 经 API 等访问的互联网服务，同样由 Server 封装后提供给模型。 |
MCP 服务架构
传输方式概要
Host 通过 Client 与 Server 通信时，需要选定传输层。常见三种：
| 方式 | 特点 | 典型场景 |
|---|---|---|
| stdio | 标准输入输出，由宿主以子进程方式拉起 Server，通过管道通信。 | 本地开发、CLI、桌面应用内嵌 MCP。 |
| SSE | 基于 HTTP 的服务端推送（Server-Sent Events），可独立进程、多客户端。 | 远程访问、需与既有 HTTP 基础设施配合时（部分环境仍使用）。 |
| Streamable HTTP | 新版规范推荐的 HTTP 传输，流式传输多条服务器消息，利于代理与防火墙环境。 | 生产部署、远程服务、与 Inspector / HTTP 客户端对接。 |
| 实践上本地调试多用 stdio；需要独立 URL、多机或网关时多用 Streamable HTTP（或兼容场景下的 SSE）。具体配置与代码示例见：从 0 开发一个 MCP。 |
生态：SDK 与框架
下列项目均与 MCP 相关，可按技术栈选用（安装命令以各项目文档为准，版本可能更新）。
- OpenAI Agents SDK — Agent 构建，
MCPServerStdio/MCPServerSse等；pip install openai-agents - Composio with OpenAI — 与 Composio 托管 MCP 集成；
pip install composio-openai openai - mcp-agent（LastMile AI） — 基于 MCP 与工作流组合代理；
pip install mcp-agent - MCP Python SDK（官方） —
FastMCP等；pip install "mcp[cli]" - MCP TypeScript SDK（官方） — Node/TS；
npm install @modelcontextprotocol/sdk - Google ADK — Agent 开发套件，含 MCP；
pip install google-adk - CopilotKit MCP — 前端侧快速接入；
npx copilotkit@latest init -m MCP - LangChain MCP Adapters — 与 LangChain/LangGraph 衔接；
pip install langchain-mcp-adapters - Strands Agents SDK（AWS） — 多模型后端；
pip install strands-agents strands-agents-tools - fast-agent — 工具调用、采样、多模态等；
pip install fast-agent-mcp - PraisonAI — 偏低代码的多智能体与 MCP；
pip install praisonaiagents mcp - Semantic Kernel — 微软编排 SDK 的 MCP 适配；
pip install semantic-kernel
支持 MCP 的客户端与工具
常见 Host 或已支持/可配置 MCP 的开发工具包括（不完全列表）：
- Claude Desktop（Anthropic）：通过配置文件添加 MCP Server。
- Claude Code：CLI 工作流中
mcp add等方式接入 HTTP 传输的 Server。 - Cursor：在项目或用户级 MCP 配置中声明
command/args（stdio）或 URL（HTTP）。 - Visual Studio Code：配合 Copilot / 扩展生态中的 MCP 相关能力（以当期文档为准）。
- Trae、Windsurf、Cline、Continue 等：多数支持 JSON 形式声明本地命令或远程端点。
具体字段名（如mcpServers）因产品与版本而异，以各工具官方文档为准。
延伸阅读
- 动手写一个最小 MCP Server：MCP开发-01.从0开发一个MCP
- 协议细节与能力列表（Tools / Resources / Prompts 等）：modelcontextprotocol.io